БИО АВТОРА
Денис Бакланов
Основатель консалтинговой компании Dbaklanov. Образование: Дальневосточный государственный технический университет, г. Владивосток, факультет экономики и менеджмента, Санкт-Петербургский государственный университет гражданской авиации, кафедра аэронавигации, управление производственно-финансовой деятельностью организаций воздушного транспорта. Магистратура. Учебный центр при МГТУ им. Н.Э. Баумана. Профессионально занимается корпоративными финансами с 2002 года. Почти 15 лет проработал на руководящих должностях в области экономики и финансов, из них шесть лет на позиции CFO в компаниях с годовыми оборотами от 1,5 до 10 млрд руб. и численностью персонала от 200 до 1800 человек. Эксперт в управлении финансами компаний в таких отраслях, как пищевое производство (молочная промышленность), авиационный транспорт (аэропортовая деятельность), федеральный FMCG-ритейл, наземный пассажирский транспорт (автобусные перевозки в Москве) и онлайн-торговля
Мы рассматриваем кейс, когда у нас есть полноценный массив плановых данных по продажам на горизонт во всех тех же разрезах, в каких мы собираем факт. Соответственно, если план собран более укрупненно, факт собирается в таблицы аналогично для нормального сравнения, однако данный подход поддерживает ЛЮБУЮ глубину анализа и декомпозиции, вплоть до каждого отдельного SKU.
Обычно если у вас в ассортиментной матрице от 20 тыс. SKU (Stock Keeping Unit, или единица хранения товарных запасов, по-русски — артикул), то, чтобы адекватно проанализировать огромное количество проданного разнородного товара и сделать верные выводы дедуктивным методом «от общего к частному», который считаю единственно практически ценным, необходимо все проданное количество товара (и план, и факт) привести к одной единице измерения, по которой можно адекватно рассчитывать все дельты.
Обычно считается, что в рознице нормально применять в качестве натурального показателя именно штуки проданного товара. Ведь в реальной жизни с полки или витрины интернет-магазина уходят именно штуки.